Vídeo Segurança Inteligente
G. Kristensen
Abstract  The project aims to create a security
system equipped with intelligent video monitoring / recording,
able to recognize patterns and movements. LabVIEW software
is used in the creation of a virtual instrument (or testing
platform) to simulate this system. External devices such as
cameras and digital interfaces for I/O are used for full
implementation of the project. An algorithm was created from
original images in order to process the others and whether or
not there is movement of people in a specific location. The
algorithm delivers a negative response to the system even if
there is intense animal movement in the area filming. The
system makes a case study - based on the response given by the
algorithm - and proceed or not with the video recording.
I. INTRODUÇÃO
Este é um projeto voltado à criação de um sistema de
segurança dotado de reconhecimento de padrões, aplicável
(por exemplo) a canis e/ou lojas que trabalhem com venda de
animais. Câmeras são instaladas no local desejado a fim de
monitorar apenas a movimentação de pessoas no interior do
estabelecimento. Os vídeos são gravados pelo sistema no
disco rígido do computador host apenas quando há
movimentação de pessoas, ignorando qualquer
movimentação dos animais ali presentes.
O projeto disponibiliza ao cliente uma menor necessidade de
capacidade de armazenamento, uma vez que os vídeos não
precisam ser gravados de forma contínua. Opcionalmente, a
qualidade de imagem pode ser incrivelmente melhorada,
utilizando-se de uma mesma capacidade anterior.
II. IMAGEM: CONCEITOS
Matematicamente falando, uma imagem pode ser
representada por uma função bidimensional Z = F(x,y)
definida sobre certa região de um plano. É representada
através de um conjunto de valores, onde cada valor é um
número que descreve os atributos de um pixel na imagem. A
figura 1 representa uma imagem em tons de cinza (grayscale)
cuja variação desses tons vai de 0 a 255. Sua matriz
correspondente apresenta os valores de Z= F(x,y), onde cada
quadrado da imagem representa um pixel.
Figura 1 – Representação da imagem na forma de matriz
III. MÉTODOS E TÉCNICAS DE PROCESSAMENTO DE IMAGENS
O autor David Marr, em 1982 lançou o clássico livro
“Vision: Um inquérito computacional na representação
humana e o processamento de informação visual”. Tal livro
se tornou base para criação de todos os softwares de
processamento de imagens já lançados. Através dele, foi
possível classificar e sistematizar estes métodos de análise de
imagens e também os de reconhecimento de padrões. Eles
foram divididos em 4 etapas crescentes, sendo que cada etapa
do processo é realizado por um ou mais algoritmos
específicos. As etapas foram divididas em: ‘Filtragem e Pré-
Processamento’, ‘Condicionamento’, ‘Rotulação’ e,
‘Modelagem e Interpretação’. Tais métodos podem trabalhar
nos domínios do valor, do espaço e da freqüência. [1]
A. Métodos no domínio do valor
Neste método, é possível se efetuar operações matemáticas
básicas (soma, subtração, multiplicação e divisão) ou lógicas
da imagem (AND/NAND, OR/NOR, XOR/XNOR) com um
operando escalar ou com uma outra imagem. Também efetuar
comparações de pixels entre uma imagem e outra ou entre
uma imagem e uma constante – ou através de uma máscara
com valores mínimos, máximos e medianos. Toda operação
resulta numa transformação da imagem original – pixel a
pixel – que produz uma segunda.
O processo de segmentação ou “thresholding” é realizado no
domínio do valor. Ele efetua a separação dos objetos do
plano de fundo onde eles se encontram e, a separação entre
eles próprios, possibilitando que cada objeto seja identificado
e caracterizado. É geralmente o primeiro passo dado em
diversas aplicações que executam análise de imagem
binárias, tais como análise de partículas, detecção de padrões
e classificação de partículas binárias [2]. Logo, a correta
configuração deste processo é de crucial importância para o
perfeito funcionamento do sistema.
A segmentação pode ser feita utilizando escalas de corte em
tons de cinza ou à cores sobre determinado local - parte à
imagem - sobre toda a imagem ou mesmo sobre uma
segmentação morfológica. O resultado é sempre uma imagem
binária. Pode ser feita de forma manual ou automática,
segundo técnicas de segmentação inerentes ao programa.
Primeiro, todas as partículas são caracterizadas por um
medidor de intensidade. As partículas são compostas por
pixels com valores de intensidade (de tons de cinza) que
podem pertencer ou não a um intervalo pré-determinado.
O processo de segmentação consiste em atribuir o valor 1 (ou
um valor definido pelo programador) a todos os pixels que
estiverem dentro deste intervalo e, em atribuir o valor 0 a
todos os demais. Os pixels dentro do intervalo de
segmentação são considerados parte da partícula. Os pixels
fora do intervalo são considerados parte do plano de fundo.
A operação também pode ser realizada com o auxílio de um
histograma, facilitando a criação deste intervalo de corte. O
histograma representa um operador estatístico e pode ser
utilizado separadamente, de outras maneiras.
Figura 2 – Histograma da Imagem
informações indesejáveis, como ruídos e partículas
mesclando-se umas com as outras.
As funções morfológicas afetam a forma das partículas;
podem remover estas informações indesejáveis e alterar
situações como as citadas. Para isto, elas utilizam operadores,
denominados de ‘elementos estruturante’, ou kernels, que
modificam um pixel baseado nos valores de seus pixels
vizinhos. Eles especificam o tamanho e a forma da
‘vizinhança’ que exercerá influência sobre o pixel,
controlando os efeitos que as funções morfológicas irão
causar na forma interna e/ou no contorno de uma partícula
específica. Os kernels podem ter 3 tamanhos diferentes; seus
conteúdos são sempre binários.

O intervalo manual oferece 2 parâmetros ao programador:

valores de corte mínimo e máximo. Todos os pixels que
tiverem valores de intensidade iguais ou superiores ao valor
de corte mínimo e, iguais ou inferiores ao valor de corte
máximo, são selecionados como pixels pertencentes à
partícula na imagem.
Abaixo temos a imagem original e a resultante da aplicação
da segmentação com intervalo de corte da figura 2. Figura 4 – Tamanho dos Kernels

Concentradas nas estruturas geométricas das imagens, as

funções morfológicas fundamentais são 3: Erosão, Dilatação
e Acerto&Erro; porém há muitas outras derivadas da
combinação destas 3.
A Erosão elimina os pixels que se apresentam isolados no
plano de fundo e corroe o contorno da partícula de acordo
com o formato do kernel. A Dilatação elimina os buracos
Figura 3 – Aplicação de Thresholding que se encontram dentro da partícula e expande o contorno de
acordo com o formato do kernel. A dilatação tem, portanto,
B. Métodos no Domínio do Espaço
efeito oposto ao da erosão, funcionando como se uma erosão
fosse aplicada ao plano de fundo.
Neste método, além de considerado o valor de cada pixel, é
O processo de Erosão seguido pelo de Dilatação é chamado
também considerada a relação dele com o valor de um
de Abertura enquanto o de Dilatação seguido pelo de Erosão
conjunto de pixels a sua vizinhança, daí o termo ‘espaço’. A
é chamado de Fechamento. A função de Abertura remove
convolução é uma operação entre duas matrizes, geralmente
pequenas partículas, próximas a partícula principal, e
bidimensionais, onde uma é a imagem e a outra é um
expande as bordas. A função de Fechamento preenche
elemento estruturante (detalhado abaixo). Corresponde à
buracos internos e ofusca as bordas. Nenhuma das funções
soma das multiplicações das posições correspondentes nas
altera de modo significativo a área ou formato da figura, por
matrizes, sendo elas, quadradas. Basicamente pode ser
serem complementares. Estas 2 últimas funções são de
considerada como sendo a aplicação de uma máscara de
extrema importância a esta aplicação. No desenvolvimento
resposta à imagem, de acordo com parâmetros pré-definidos.
do algoritmo serão vistas suas aplicações e resultados.
Pode ser extendida a outras matrizes de filtragem, que
suavizam ou modificam a imagem.
Já as operações morfológicas binárias têm maior utilização (e
relevância ao caso): extraem e alteram a estrutura das
partículas e são geralmente utilizadas para melhorar as
informações de uma imagem binária, antes de realizar uma
análise de partículas, como área, perímetro ou orientação.
Contrariamente à convolução, na morfologia matemática a
FORMA do elemento estruturante tem impacto sobre o
resultado. Lembre-se que imagem binária é aquela resultante Figura 5 – Funções Morfológicas: Fechamento e Abertura
do processo de threshold, que contém regiões de partículas
(com valor de pixel igual a 1) e região de plano de fundo A função de Acerto&Erro representa a 3ª fundamental: ela
(com valor de pixel igual a 0). O processo de threshold, no localiza uma configuração especifica de pixels e remove cada
entanto, pode resultar uma imagem binária que contenha
um dos pixels vizinhos à partícula transformando-a
exatamente num padrão estabelecido pelo kernel.
Pode localizar pixels isolados, padrões longitudinais,
perpendiculares às bordas da partícula ou ainda de outras
maneiras, pré-definidas pelo programador.
Como pode-se presumir, a morfologia matemática é útil para
se gerar máscaras binárias que utilizadas posteriormente em
operações lógicas ou matemáticas entre imagens. Mas nem
sempre a criação de uma máscara é tão simples quanto a
mostrada na figura 5. Na figura abaixo tem-se uma máscara Figura 7 – Pipeline do Algoritmo (Inicial)
que fora gerada por meio da construção de um kernel
circular, com diâmetro de 11 pixels. Os processos são de Depois devem ser eliminados os ruídos e também os
Thresholding (valor de corte = 150) e Fechamento imediato artefatos originados pelos movimentos indesejados da câmera
(sem que fosse realizada uma abertura anteriormente, para (visíveis sob a forma de traços verticais e horizontais). A
filtragem de ruído). imagem abaixo exemplifica o problema enfrentado.

Figura 6 – Aplicação de Thresholding e Função Morfológica de Fechamento

IV. DESENVOLVIMENTO DO ALGORITMO

Agora que já foram apresentados ao leitor conceitos e

técnicas de processamento e análise de imagens, pode ser
apresentando o método utilizado para a criação do algoritmo.
A programação fora realizada no Vision Assistant. Ao final
um único instrumento virtual é criado e importado para a
plataforma de testes / aplicação do LabView. Cada algoritmo
de processamento é convertido em sua respectiva ferramenta
do Vision, já com os parâmetros de configuração
estabelecidos. Alguns destes parâmetros podem ser inclusive,
opcionalmente, disponibilizados ao usuário através de
controles.
A primeira parte do processo é realizar a extração dos planos
de cor (RGB) da imagem inicial / atual – aquela obtida pela
câmera durante a filmagem, em tempo real – a fim de torná-la
uma imagem em tons de cinza. Como cada plano de cor é
constituído de 8 bits, a imagem inicial de 32 bits se torna uma
imagem em tom de cinza de 8 bits, baseada em apenas um
dos 3 canais de cores. Esta imagem é então armazenada em
um buffer da memória. A seguir, a imagem-modelo é
chamada e definida como ativa. Da mesma forma, tem seus
planos de cor extraídos. Em seguida calcula-se a diferença
matemática absoluta pixel-a-pixel entre a imagem atual
(agora em buffer) e a imagem-modelo. São definidas as
diferenças ignoradas, considerando as variações de
luminosidade irrelevantes e são configurados, internamente,
valores de corte / limiarização, através da ferramenta
Threshold. [3]
A figura 7 abaixo mostra o pipeline do algoritmo de
processamento, ou ainda, a representação em blocos dos
algoritmos parciais. As conexões entre os ícones representam
o fluxo de dados.
Figura 8 – Ruídos: Movimentação e Luminosidade
As setas brancas indicam “traços” oblíquos que a diferença
de luminosidade, causada pela incidência solar, criou tanto à
esquerda quanto à direita da imagem. Indicam também outros
traços horizontais e verticais, na porta e grades, que a
movimentação da sustentação da câmera, causada pelo vento,
também criou.
A grande maioria destes riscos possui características
similares: são riscos finos. A morfologia matemática binária
nos oferece as ferramentas necessárias para corrigir tais erros.
Para isso, foi feita uma abertura (erosão seguida de
dilatação), com kernels dotados de características contrárias
aos das estruturas (horizontal, vertical e oblíquos). Isto é feito
pelas ferramentas Erode Objects e Dilate Objects. Na
próxima imagem processada, os ruídos já são praticamente
eliminados por completo e, as figuras “interessantes” são
preservadas.
Figura 9 – Pipeline do algoritmo (Mediano)
Na seqûência, os pedaços que obteve-se através dos
processos realizados anteriormente, têm de ser juntados. Isto
foi feito com um processo de fechamento: (dilatação seguida
de erosão).

Figura 10 – Pipeline do Algortimo (final)
O processo de fechamento tem como objetivo ligar objetos
próximos uns aos outros, porém sem afetar o resto da
imagem. Por fim, os pequenos ruídos restantes são totalmente
retirados, segundo um valor específico e a imagem final tem
suas partículas analisadas, gerando valores a serem entregues
pelo algoritmo ao estudo de caso do instrumento virtual.
Essa análise de partículas fornece uma tabela com infinitas
características das imagens binárias encontradas. São então
selecionadas as características que definem a semelhança da
partícula com a de um ser humano ou animal e descartadas as
demais. As outras partículas binárias remanescentes na
imagem são consideradas ruídos e, não recebem nenhuma
análise.
Os atributos que definem e rotulam o padrão humano, animal
e de ruídos são: o posicionamento espacial horizontal e
vertical dos pixels – altura – e inclinação do objeto de
interesse. A análise final foi feita da seguinte forma: se o
objeto encontrado na imagem possuir uma inclinação nesta
faixa E, tiver altura superior a um valor ‘x’ específico - em
pixels - ele é classificado como humano. Se o objeto possuir
uma inclinação fora desta faixa ele é classificado como um
animal. Qualquer outra partícula encontrada com altura
inferior a 10% da especificada, é considerada como um
objeto não identificado, ou como um ruído e, é descartada das
demais considerações. Há um algoritmo de classificação que
realiza a rotulação dos objetos encontrados, dando a cada
agrupamento de pixels um valor 1, 2, 3, etc. e entrega um
protocolo de informações a um Analisador de Partículas, já
interno ao LabView [4]. O Analisador de Partículas entrega a
resposta a um estudo de caso do instrumento virtual que, por
sua vez, analisa se procede com a gravação da imagem ou
não e/ou se aciona o alarme de intrusão ou não. Isto é feito
internamente a um Sub-VI Classificador.
Figura 11 – Inclinação das Partículas
Uma inclinação humana pode ser facilmente detectada em
um animal, como mostrada na imagem acima. Nela, o
primeiro cão está em posição diagonal à câmera e a silhueta
de inclinação resultante registra 73º. Registros de 90º
ocorrem, por exemplo, quando o animal está de costas ou de
frente para a câmera. Porém, a altura não é suficiente a tal
ponto de classificá-lo como humano.
V. CONCLUSÃO
Além de se ter a criação de um sistema de vigilância
(com reconhecimento de padrões) como objetivo de projeto,
nota-se que o espaço físico - de armazenamento das
gravações de vídeos em disco – também é utilizado de uma
forma muito mais inteligente. Somente aqueles dados que
contém alguma informação útil ao usuário são salvos
Durante a construção desta aplicação foram
adquiridos conhecimentos para realizar várias outras. A
Detecção de Bordas, por exemplo, é de intensa aplicação em
inspeções industriais Ela possibilita analisar distâncias,
formatos e tamanhos específicos, bem como alinhamentos e
até mesmo presença e ausência - de componentes partes à
peça inspecionada p.e. O Comparador de Padrões e
Comparador Geométrico também possibilitam aplicações
como as citadas, mas por meio de forma dimensional ao
invés da matemática. É possível até mesmo criar modelos,
posteriormente utilizados pelos comparadores para se
localizar partes numa imagem.
As ferramentas acima citadas também poderiam ser
utilizadas no desenvolvimento desta aplicação, chegando ao
mesmo objetivo por outros meios e técnicas de
processamento.
A curiosidade trouxe também algum conhecimento
de inspeção de cores, de reconhecimento de caracteres,
leitura óptica, de código de barras e até de caracteres. Tudo
isto à partir de câmeras e, não a partir de scanners, como é
mais comumente visto.
REFERÊNCIAS
[1] Modelo de Visão Computacional de David Marr. Disponível em:
http://everything2.com/index.pl?node_id=1524395.
[2] PDF File: Fundamentos do LabView - p. 3 – 154, in LabView Manuals,
software from National Instruments, v. 6.8 2007.
[3] Problema encontrado quando executando análise de partículas.
Disponível em:
http://digital.ni.com/public.nsf/allkb/34187652DE777CAD86256F08006F58
B3?OpenDocument.
[4] Tutorial de utilização do Analisador de Partículas. Disponível em:
http://zone.ni.com/devzone/cda/tut/p/id/3169